織物圖案創(chuàng)意要素自動提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機圖案中元素的自動提取技術(shù)，特別是涉及一種織物圖案幾何元 素和色彩元素的自動提取方法。
【背景技術(shù)】
[0002] 織物圖案中的創(chuàng)意要素是指織物圖案中的幾何元素和織物圖案中的色彩元素。幾 何元素可作為設(shè)計師的設(shè)計素材，而顏色主題又能給予設(shè)計師填色的靈感，因此從已有的 織物圖案中提取幾何要素和色彩元素在產(chǎn)品設(shè)計等領(lǐng)域具有較強的實用價值。由于對一幅 織物圖案的創(chuàng)意元素進行手工提取，需要耗費較長的時間，而且難以保證提取質(zhì)量。因此， 借助計算機完成織物圖案的幾何元素和色彩元素的提取是非常有意義的，這不僅可以為設(shè) 計師節(jié)約時間縮短作品創(chuàng)作的周期，并且能夠在一定程度上提高設(shè)計質(zhì)量。
[0003] 近年來的研宄中，對于幾何元素提取主要通過勾勒圖案的邊緣來得到。目前的方 法大致可分為三類：基于圖像灰度值的梯度方法、圖分割的方法和機器學(xué)習(xí)的方法。文獻 [1] 介紹的Canny算子是一個多級邊緣檢測算法，運用梯度運算來決定像素是否為邊緣點，利 用這種方法能提取比較準(zhǔn)確的物體邊緣，但是未考慮傳感器帶來的噪聲。文獻[2]通過人 為的標(biāo)記分割圖像中部分物體上的像素與背景上的像素，利用圖分割的方法對未標(biāo)注區(qū)域 進行分割。該方法可以取得較好的結(jié)果，但是計算開銷大，處理時間較長。文獻 [3]利用機 器學(xué)習(xí)的方法通過學(xué)習(xí)圖像中前背景和過分割圖像中塊的顏色、特征以及塊的一些幾何屬 對過分割圖像中的塊進行合并。此方法在分割效果上有較大提高，但是仍然僅僅從單個塊 的性質(zhì)出發(fā)，沒有考慮塊與塊之間幾何性質(zhì)的聯(lián)系。
[0004] 色彩元素的提取方法主要包括聚類分割方法、統(tǒng)計直方圖方法和數(shù)據(jù)驅(qū)動方法 等。文獻 [4]運用K-means方法對一幅圖像在空間上進行聚類得到一幅局部聚集的分塊圖 像，從而分別提取代表各個塊的顏色。該方法忽略了圖像中分布較小的顏色區(qū)域，而人們對 顏色的觀察卻不因為所占比重的多少而被忽略。文獻 [5]利用K-means聚類方法對彩色圖像 在HSV空間種顏色特征進行聚類，尋找最佳的分割閾值。這種閾值分割的方法簡單高效，但 同時也會失去物體內(nèi)部存在的一些細(xì)節(jié)特征。文獻 [6]采用DERIECT算法對一幅圖像提取 顏色主題。對圖像網(wǎng)站上的主題根據(jù)排名，針對排名靠前的色彩主題，利用一階線性Lasso 回歸模型選取重要的特征。該方法過分注重顏色主題原有的排名，忽略用戶對圖像中內(nèi)容 的主觀理解。
[0005] 并且，由于織物圖案存在一些獨有的特征，對幾何元素影響較大的特征是紋理噪 聲和連續(xù)性。織物本身所存在的經(jīng)煒線以及制作工藝，導(dǎo)致表面存在一定的紋理?？椢锏膸?何連續(xù)性則涉及到織物圖案的可能存在的二方連續(xù)現(xiàn)象，即物體空間上分離但成對出現(xiàn)。 之前的方法大都針對自然圖像的幾何元素和顏色主題提取，這些方法不能簡單推廣用于織 物圖案。
[0006][1]CannyJ.AComputationalapproachtoedgedetection.IEEETransactions onPatternAnalysisandMachineIntelligence， 1986， （6):679-698
[0007][2]RotherC,KolmogorovV,andBlakeA.Grabcut:interactive foregroundextractionusingiteratedgraphcuts.ACMTransactionson Graphics, 2004, 23(3):309-314
[0008] [3]RenZ,ShakhnarovichG.Imagesegmentationbycascadedregion agglomeration.Proceedingsof2013IEEEConferenceonComputerVisionandPattern Recognition, 2013. 2011-2018
[0009][4]MeansTK,WangS,andLienE.HumanToll-likereceptorsmediate cellularactivationbymycobacteriumTuberculosis.TheJournalofImmunolo gy,1999, 163(7):3920-3927
[0010] [5]ChenTff,ChenYL,ChienSY.FastimagesegmentationbasedonK-Means clusteringwithhistogramsinHSVcolorspace.Proceedingsof2008IEEE10th WorkshoponMultimediaSignalProcessing, 2008. 322-325
[0011] [6]0'DonovanP,AgarwalaA,andHertzmannA.Colorcompatibilityfromlarge datasets.ACMTransactionsonGraphics, 2011:30(4):63:1-63:12

【發(fā)明內(nèi)容】

[0012] 為了克服上述現(xiàn)有技術(shù)的問題，本發(fā)明提出了一種織物圖案創(chuàng)意要素自動提取方 法，結(jié)合區(qū)域連通圖和區(qū)域合并規(guī)則處理預(yù)分割圖像的對織物圖案幾何元素提取方法；以 及選用五種顏色的集合作為反映該圖案的顏色主題，基于顯著性模型、顏色量化實現(xiàn)了顏 色主題提取。
[0013] 本發(fā)明提出了一種織物圖案創(chuàng)意要素自動提取方法，包括幾何元素提取流程和色 彩元素提取流程，所述幾何元素提取流程和所述色彩元素提取流程，具體包括以下步驟：
[0014] 步驟1、實現(xiàn)所述幾何元素提取流程，包括：
[0015] 步驟1-1、通過多次均值漂移算法迭代得到織布圖案中一個給定球體范圍區(qū)域內(nèi) 點的均值，作為密度梯度的估計，直到得到局部穩(wěn)定狀態(tài)中心點的聚類中心點，完成紋理噪 聲的消除；S是p維空間下一個有限數(shù)目點的集合，是一個半徑為r的球面區(qū)域，中心點為 X，漂移特征向量為y，滿足|y-x| <r，期望的新的點的坐標(biāo)y=y-x，通過如下的公式（1) 計算得到：
[0016]
【主權(quán)項】
1. 一種織物圖案創(chuàng)意要素自動提取方法，包括幾何元素提取流程和色彩元素提取流 程，其特征在于，所述幾何元素提取流程和所述色彩元素提取流程，具體包括以下步驟： 步驟1、實現(xiàn)所述幾何元素提取流程，包括： 步驟1-1、通過多次均值漂移算法迭代得到織布圖案中一個給定球體范圍區(qū)域內(nèi)點的 均值，作為密度梯度的估計，直到得到局部穩(wěn)定狀態(tài)中心點的聚類中心點，完成紋理噪聲的 消除；S是p維空間下一個有限數(shù)目點的集合，是一個半徑為r的球面區(qū)域，中心點為X，漂 移特征向量為y，滿足|y-x| <r，期望的新的點的坐標(biāo)y=y-x，通過如下的公式（1)計算 得到：
步驟1-2、基于圖的圖像分割方法先對一幅織物圖案圖像建立一個無向圖G= (V，E)， 每個像素點對應(yīng)織物圖像中每個節(jié)點，連接節(jié)點的邊對應(yīng)圖像像素點之間三維色彩空間下 的差值，塊與塊之間為節(jié)點的形式，預(yù)先定義每個塊內(nèi)部的差異Int(C):
其中，CeF且MST(C，E)表示最小生成樹算法形成的圖的子集，《 (e)表示無向圖中邊e的權(quán)重； 預(yù)先定義塊與塊之間的差異Dif^CpQ):
其中Vj，\為無向圖G= (V，E)中的頂點，《(vi，Vj)為兩頂點路徑的權(quán)值；如果(^和 (：2沒有交集，則將Dif(CuC2)置為無窮大； 將邊以遞增的順序進行排序，對區(qū)域(^和(：2進行合并，如果兩個區(qū)域相連的邊值Dif^CpQ)小于公式（5)則合并，否則不合并； Mlnt^,C2) =min(Int(C1)+t(Q),Int(C2) +t(C2)) (5) 這里t(C) =k/|C|，其中k是合并的尺度系數(shù)來調(diào)節(jié)合并的塊的尺寸； 步驟1-3、對織物圖案"連續(xù)性"的處理，具體為塊與塊的各種幾何連續(xù)性合并；計算塊 與塊的幾何關(guān)系即塊與塊的包含性關(guān)系、相鄰性關(guān)系和不相連性關(guān)系；其中： 令(：1、（：2是過分割圖像中的兩個塊，則二者存在包含性關(guān)系的概率0 111((：1，(：2)描述為 公式（6):
其中，box()代表塊的最小包圍盒，cross()代表兩個最小包圍盒的交叉面積，arc()表 示塊的最小包圍盒面積，min()兩個數(shù)的最小值； 令EpE2S過分割圖像中兩個塊的輪廓，則二者存在相鄰性關(guān)系的概率描述為公式 (7)：
其中P表示像素，count()計算幾何中元素個數(shù)，len〇代表周長，0未設(shè)定的閾值，通 過求兩個相交塊的邊緣相交距離除以較小周長的邊界來衡量相鄰性的概率； 令(^、(：2為兩個過分割塊，則二者存在不相鄰性關(guān)系的概率表述為公式（8):
其中，&和N2分別代表CpC2中像素點的個數(shù)，Ip代表像素點p的強度值，IMnd表示色 彩空間中強度的范圍； 上述與合并相關(guān)的幾何連續(xù)性的計算的前提是兩個塊的中心點距離小于設(shè)定的值； 步驟2、實現(xiàn)所述織物色彩主題提取流程，包括： 步驟2-1、針對一幅圖像I計算坐標(biāo)（x'，y'）處顯著性值S(x'，y'），如公式（9)所示：
其中，表示圖像全局的平均特征向量，J')表示坐標(biāo)（x'，y'）處像素值經(jīng)過核 大小為5X5的高斯差分濾波變換的特征向量值；實驗中。的值設(shè)置為Jr/2. 75 ; 步驟2-2、將顏色轉(zhuǎn)換到基于視覺的HSV色彩空間，對HSV三個分量進行不等間隔的劃 分，實現(xiàn)顏色主題的量化提取，顏色提取算法如公式（10)所示：
2.如權(quán)利要求1所述的織物圖案創(chuàng)意要素自動提取方法，其特征在于，所述顏色提取 算法，具體包括以下規(guī)則： (1) 初始化處理：未標(biāo)記所有顏色未被選定，顏色主題顏色種類為空； (2) 從未被標(biāo)記的顏色中選取頻率最大的顏色，比較該顏色與選取的顏色主題中的顏 色是否相鄰； (3) 若選取的顏色區(qū)間與之前選取的顏色區(qū)間相鄰，標(biāo)記該顏色，繼續(xù)第二步；若不相 鄰，添加到顏色主題中，標(biāo)記該顏色； (4) 判斷顏色主題顏色數(shù)目是否達到預(yù)期數(shù)目，若未達到，則繼續(xù)第（2)步；若達到，則 算法結(jié)束。
【專利摘要】本發(fā)明公開了一種織物圖案創(chuàng)意要素自動提取方法，包括幾何元素提取流程和色彩元素提取流程，幾何元素提取流程包括消除紋理噪聲、建立區(qū)域作用域圖和區(qū)域合并；色彩元素提取流程包括對輸入圖像進行顯著性分析，得到反映該圖像的顯著性圖，運用顏色量化中的量化標(biāo)準(zhǔn)分別針對劃分的兩區(qū)域進行顏色值的量化。與現(xiàn)有技術(shù)相比，本發(fā)明術(shù)可以提取出更加符合人的主觀視覺理解、更具美學(xué)價值的色彩主題。
【IPC分類】G06T7-00
【公開號】CN104778703
【申請?zhí)枴緾N201510181282
【發(fā)明人】劉世光, 姜亞茜, 羅華榮
【申請人】天津大學(xué)
【公開日】2015年7月15日
【申請日】2015年4月15日